詳見：https://www.cnblogs.com/pinard/p/6023000.html

每種顏色代表係數向量的不同特徵，並且根據正則化引數進行顯示。

• 問題：
  查閱相關資料，發現網上不少博主說的正則化力度越大，權重係數越小；正則化力度越大，權重係數越小。對於這句話前半句都能理解，後半句呢？我是看的一頭霧水，因為從圖片中可以看出，當正則化力度變小的時候，各個曲線的走勢都不一樣，怎麼能說權重係數越小呢？相信好多小夥伴和我有一樣的困惑。
• 解答：
  想要理解Ridge coefficients as a function of the regularization這張圖，需要通過Ridge（相當於線性迴歸+L2）迴歸的損失函式表示式理解，α越大，那麼正則項懲罰的就越厲害，得到迴歸係數θ就越小，最終趨近與0。而如果α越小，即正則化項越小，那麼迴歸係數θ就越來越接近於普通的線性迴歸係數（也就是說正則項懲罰係數太小了，和沒懲罰一樣，迴歸係數和懲罰後的迴歸係數幾乎一樣）。